-
公开(公告)号:CN117933751A
公开(公告)日:2024-04-26
申请号:CN202410107586.5
申请日:2024-01-26
Applicant: 国网新疆电力有限公司乌鲁木齐供电公司 , 华北电力大学
Inventor: 王世青 , 廖俊龙 , 李霞 , 卢秋郁 , 詹鑫 , 杨春萍 , 芦劼 , 香静 , 王建红 , 孟祥军 , 王炯程 , 韩生龙 , 李凯 , 谢鹏 , 傅永康 , 胡昭杰 , 张文斌 , 邓琳 , 薛文斌 , 张高宇 , 姚伟 , 邹德凡 , 何雨辰 , 刘凯波 , 马振峰 , 蔡润楷
IPC: G06Q10/0637 , G06Q50/06
Abstract: 本发明公开了一种基于VMD‑BiGRU‑AE模型的短期光伏功率预测方法,包括以下步骤:S01:将预处理后的光伏功率数据经过VMD算法分解为k个不同频率的模态分量;S02:计算不同模态分量的排列熵,根据各分量的排列熵值将不同分量合并为n个重组序列;S03:将重组后的序列矩阵与影响光伏功率的特征信息矩阵拼接,分别将其输入BiGRU‑AE模型中进行预测;S04:将输出的预测值重构相加,得到最后的预测值并分析误差,所述BiGRU‑AE模型能够充分地挖掘时序信息,所述影响光伏功率的特征信息矩阵采用自注意力机制,根据数据内部自身的相关性分配注意力资源,更容易提取全局信息,从而提高了运算效率和准确率,总体来说,该方法能提高预测精度并提升预测效率。
-
公开(公告)号:CN117933750A
公开(公告)日:2024-04-26
申请号:CN202410107422.2
申请日:2024-01-26
Applicant: 国网新疆电力有限公司乌鲁木齐供电公司 , 华北电力大学
Inventor: 赵许许 , 廖俊龙 , 穆羡瑛 , 李霞 , 杜建城 , 杨春萍 , 黄琰 , 郭瑞 , 芦劼 , 詹鑫 , 胡健民 , 刘明兴 , 于海明 , 刘沙 , 李香增 , 窦浩平 , 豆丹 , 蔚凡 , 吴紫恒 , 罗晨 , 汤德海 , 邹德凡 , 何雨辰 , 刘凯波 , 马振峰 , 蔡润楷
IPC: G06Q10/0637 , G06Q50/06 , G06N3/0442
Abstract: 本发明公开了一种基于CEEMDAN‑LSTM‑TPA模型的短期光伏功率预测方法,包括以下步骤:S01:将预处理后的光伏功率数据经过CEEMDAN算法分解为k个不同频率的模态分量;S02:计算各分量的样本熵值,将相近频率的分量合并降低预测的复杂度,合并为n个重组序列;S03:将影响光伏功率的特征变量与不同模态分量输入基于时序注意力机制的长短期记忆网络进行预测;S04:将不同分量的预测值合并得到最后的预测结果,该方法首先对原始的光伏功率数据进行CEEMDAN分解,该分解方法解决了模态混叠问题,然后通过样本熵对不同模态分量进行合并,降低预测的复杂度,提高运算速度,总体来说,该预测方法降低了预测误差,提高了预测精度。
-
公开(公告)号:CN115686095A
公开(公告)日:2023-02-03
申请号:CN202211240726.3
申请日:2022-10-11
Applicant: 国网新疆电力有限公司乌鲁木齐供电公司 , 华北电力大学
Inventor: 穆晨宇 , 薛文斌 , 居来提·阿不力孜 , 宋新德 , 芦劼 , 杨春萍 , 穆羡瑛 , 杜建城 , 王世青 , 田永明 , 缪刚 , 郭瑞 , 何雨辰 , 赵月英 , 蔚凡 , 陈疆 , 胡健民 , 汤德海 , 窦浩平 , 刘沙 , 罗璇 , 董文江 , 邹德凡
IPC: G05D23/19
Abstract: 本发明公开一种智能楼宇节能综合控制方法,涉及智能楼宇技术领域,包括:采集当前时刻的智能楼宇计算参数;根据智能楼宇计算参数与整体楼宇系统能耗模型计算楼宇内总能耗;根据楼宇内总能耗计算智能楼宇舒适度函数;根据楼宇系统控制参数和楼宇系统运行能耗确定节能优化函数;根据节能优化函数计算该时刻的优化控制参数进行优化控制。本发明还公开一种智能楼宇节能综合控制装置。本发明通过构造目标函数同时兼顾智能楼宇系统中的运行能耗、舒适度、照明和控制能耗,对智能楼宇室内舒适度计算模型、空调系统控制能耗计算模型的设计与构建,实现对智能楼宇空调系统的节能综合优化。
-
公开(公告)号:CN115834616A
公开(公告)日:2023-03-21
申请号:CN202211240725.9
申请日:2022-10-11
Applicant: 国网新疆电力有限公司乌鲁木齐供电公司 , 华北电力大学
Inventor: 薛文斌 , 穆晨宇 , 宋新德 , 居来提·阿不力孜 , 王建红 , 杨春萍 , 杜建城 , 穆羡瑛 , 田永明 , 缪刚 , 郭瑞 , 陈疆 , 何雨辰 , 张高宇 , 罗晨 , 于海明 , 李香增 , 马强 , 胡健民 , 吴紫恒 , 胡志刚 , 刘文洵 , 邹德凡
Abstract: 本发明公开支持异构传感数据接入的边缘物联代理系统,涉及边缘计算终端技术领域,包括:主控单元,用于实现边缘物联代理内各种逻辑控制、数据处理、图像识别算法、传感器数据融合、数据预测;认证模组单元,用于完成对边缘物联代理固件进行校验认证;远程通信单元,用于根据业务场景选配通信方式;本地通信单元,根据不同业务场景、预留位置和线序选配通信方式;图像采集单元,用于采集多路图像/视频信号;电源单元,用于对电源进行转换提供主控单元工作电压。本发明还提供支持异构传感数据接入的边缘物联代理应用方法。本发明支持接入多种不同厂商、不同种类的传感器,实现即插即用,提升电力行业无人化、智能化监测水平,保障电力设施安全。
-
公开(公告)号:CN116088666A
公开(公告)日:2023-05-09
申请号:CN202310043738.5
申请日:2023-01-29
Applicant: 国网新疆电力有限公司巴州供电公司 , 华北电力大学
IPC: G06F1/3234 , H02G1/02 , G06F9/318
Abstract: 本发明提出了一种面向电网无人机巡检的低功耗装置,其包括类脑加速器、RISC‑V指令集架构、AXI总线以及MEM存储器,所述RISC‑V架构与MEM存储器通过AXI总线相连并进行通信,类脑加速器与RISC‑V指令集架构通信,类脑加速器根据RISC‑V指示完成响应的工作任务后,结果交给RISC‑V。本发明通过RISC‑V取代ARM,类脑加速器代替AI加速器,实现了装置运行功耗的显著降低;并且本发明还扩展了RISC‑V与类脑加速器的低功耗指令,从而能够实现RISC‑V与类脑加速器的快速执行,进一步降低系统功耗,提高装置运行效率。此外,本发明还提出了基于类脑加速器的自主可控低功耗设计方法,能够实现低功耗装置研制,可应用于功耗受限的场景。
-
公开(公告)号:CN116052024A
公开(公告)日:2023-05-02
申请号:CN202310046518.8
申请日:2023-01-31
Applicant: 国网新疆电力有限公司巴州供电公司 , 华北电力大学
Abstract: 本发明提出了一种基于轻量化目标识别神经网络模型的电力线路巡检方法,包括步骤1:面向电网输电线路利用无人机巡检,通过无人机获取电网线路图像;步骤2:构建轻量化目标识别神经网络模型,将图像输入到轻量化目标识别神经网络模型中进行识别;步骤3:根据轻量化目标识别神经网络模型的输出得到电网线路图像的识别结果,所述识别结果包括电网线路的类别和故障位置。其考虑了嵌入式硬件算力,基于深度分离卷积网络,通过结合硬件算力的伯努利方程随机丢弃密度高的神经网络参数,同时兼顾识别准确率与速度保证无人机嵌入式模组的流畅运行;并对激活函数进行硬件化改造,降低了资源的占用率,使得计算速度更快,最终实现受限资源算力条件下的识别准确率与功耗的均衡。
-
公开(公告)号:CN118135368A
公开(公告)日:2024-06-04
申请号:CN202410107016.6
申请日:2024-01-25
Applicant: 国网新疆电力有限公司巴州供电公司 , 华北电力大学
IPC: G06V10/82 , G06V10/774 , G06V10/776 , G06N3/0464 , G06N3/084 , G06V10/80 , G06V10/25
Abstract: 本发明公开了一种基于改进YOLOv8的电力输电线路覆冰检测方法,包括以下步骤:S01:选取数据集,并对其进行数据增强;S02:筛选数据,将数据集按比例分为测试集和验证集;S03:建立改进的YOLOv8模型;S04:训练模型;S05:评估模型;S06:应用改进的YOLOv8模型到实际检测中,该检测方法适合于山区、林区等复杂背景下的检测场景需求,提高了模型对于复杂特征的注意,抑制其余不相关的背景信息,在满足小型模型的条件下,提高了模型的精确定位能力,首先采用SIoU作为损失函数使模型训练更加快速,提高精确率;其次通过改用对偶卷积替换部分普通卷积,提高不同通道间的信息交换,加快模型收敛速度;最后,使用了GiraffeDet替换原本的网络结构,提升检测效果。
-
公开(公告)号:CN117911837A
公开(公告)日:2024-04-19
申请号:CN202410107003.9
申请日:2024-01-25
Applicant: 国网新疆电力有限公司巴州供电公司 , 华北电力大学
IPC: G06V10/82 , G06V10/774 , G06V10/776 , G06V10/80 , G06V10/25 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种改进YOLOv8网络的电力输电线路覆冰检测方法,包括以下步骤:S01:选取数据集,并对其进行数据增强;S02:筛选数据并进行图像标注,将数据集按比例分为测试集和验证集;S03:建立改进的YOLOv8模型;S04:训练模型;S05:评估模型;S06:应用改进的YOLOv8模型到实际检测中,该方法采用改进的YOLOv8,通过幽灵洗牌卷积取代了部分传统卷积,减少模型参数,加快模型收敛速度;引入BiFormer注意力机制,有效地提高了模型对于复杂特征的注意,抑制其余不相关的背景信息;将损失函数替换为WIoUv3,配备合理的梯度分配策略,优先考虑平均质量的样本,提高了模型的精确定位能力。
-
-
-
-
-
-
-